Sigara Kullanma Durumunun Çoklu Fizyolojik Ölçümler Ve Makine Öğrenmesi Teknikleri Kullanılarak Tahmini
Year: 2021
Type: article
Abstract: Sigara kullanımı toplumlarda gerek sağlık gerek ekonomik açıdan ciddi kayıplara sebep olmaktadır.Kullanım seviyesinin ölçümünde bir altın standart bulunmamasına rağmen, Fagerstörm NikotinBağımlılık Testi (Fagerstörm Test for Nicotine Dependency – FTND) ve HONC (Hooked on NicotineChecklist) gibi geleneksel testler ve çeşitli nörogörüntüleme yaklaşımları kişinin sigara içmedurumunun seviyesi hakkında bir bilgi vermektedir. Bu çalışmada, objektif bir veri olan fizyolojikparametrelerin subjektif bir veri olan bağımlılık testlerinin yerine kullanım seviye tespitinde yeni biryaklaşım olarak kullanılabileceğini göstermek amaçlanmıştır. Bu amaçla çeşitli seviyelerdeki sigarakullanıcılarından fizyolojik sinyaller (elektrokardiyogram (EKG), Solunum ve Fotopletismografi)toplanmıştır. Bu sinyallerden elde edilen çeşitli öz niteliklerden makine öğrenmesi yaklaşımlarıkullanılarak katılımcılar düşük seviye veya yüksek seviye olarak tahmin edilmeye çalışılmıştır.Çalışma için önceden FTND bağımlılık testine giren değişik kullanım seviyelerinde 95 katılımcı alınıpbu kişilerden sırasıyla 50 saniyelik EKG, solunum ve fotopletismografi sinyalleri alınmıştır. Öznitelikçıkarımından sonra, parametre optimizasyonu ve sınıflandırma içeren 10 kat içiçe çapraz geçerlilikgerçekleştirilmiştir. Yapılan sınıflandırma sonucunda destek vektör makinesi kullanılarak %93,diskriminant analizi kullanılarak ise %91 doğruluk başarımı elde edilmiştir. Bu sonuçlar, yukarıdabelirtilen fizyolojik parametrelerin makine öğrenmesi algoritmaları aracılığı ile sigara kullanımdurumunun tespitinde kullanılabileceğini göstermektedir.
Institution: Düzce Üniversitesi
Language: Turkish
Field: Medicine
Domain: Health Sciences
Open Access status: green
OpenAlex ID: W3122853884